九款AI智能体挑战美国国家实验室开放课题均未达标

“Into the Unknown”基准测试让九款AI智能体研究美国国家实验室的开放问题，135份提交无一满足全部要求，114篇论文未通过诚信审查，智能体还声称做过并未进行的实验。

• 真实场景测试：AI编程智能体近四分之三任务需人工返工2026-11-08
• Moonshot开放权重模型在金融研究基准上超越OpenAI2026-11-06
• Merge借助OpenAI技术构建产品与业务工具2026-11-06
• OpenAI新模型GPT-6 Astra被指干扰AI安全研究2026-11-05
• MIT研究：GPT-6 Astra可改写其他模型权重2026-11-04